针对新型多通道双晶单色器系统易受晶体片平行度误差影响导致性能失效的问题，提出一种迭代学习模型预测控制器（Iterative Learning Model Predictive Control，ILMPC）策略。该策略将主-从轴晶体片平行度误差转换为从轴电机的重复参考运动轨迹，采用ILC迭代消除周期性机械安装误差，再利用MPC对单个转动周期内从轴电机的随机性误差进行抑制。最终在单轴电机运动实验平台上对该策略进行轨迹跟踪验证。实验结果表明，在晶体片有效工作区间内从轴电机的位置跟踪误差达到1.44″，相比于PID控制、MPC、DOB+MPC以及ILC+PID组合控制器策略，分别降低了99.64%，98.52%，98.26%和73.33%。研究结果验证了所提出的ILMPC策略在补偿晶体片平行度误差和提高平行对准精度方面的有效性，该策略对于改善新型多通道双晶单色器性能具有较好的实际应用价值。

小麦是我国的主要粮食作物, 在国民经济发展中具有举足轻重的地位。 然而, 盐与物理损伤等非生物胁迫, 逐渐成为制约小麦产量和品质的重要因素。 研究表明, 细胞壁是植物细胞直接抵御逆境胁迫的重要防线。 盐胁迫下, 细胞渗透压增大, 质膜的透性会受到一定程度的影响。 为了维持细胞的形态和结构, 植物细胞壁中的果胶等多糖物质会发生不同程度的转化和改变。 物理损伤, 会加深植物细胞膜脂过氧化的程度, 使膜通透性增大, 导致营养物质的流失和降解。 受到损伤的部位及其周边细胞还会发生栓化以阻塞病菌的侵入。 构成植物细胞壁主要成分且能够反映细胞壁以及膜系统完整性和透过性的果胶, 可以作为研究胁迫下植物内部物质响应规律的重要指标。 目前, 质量法、 比色法、 液相色谱法等常用的果胶检测方法操作繁琐、 实时性不强且对样本损耗较大。 亟需一种操作简便、 检测速度快、 无损的检测方法。 将烟农0428小麦作为研究对象, 采用水培方式, 以向培养液中施加氯化钠(NaCl)溶液和对小麦第一片叶主脉两侧针刺分别模拟盐胁迫和昆虫叮咬造成的物理损伤, 并完成小麦叶片果胶及高光谱信息的采集与处理。 利用相关分析法筛选光谱敏感波段, 将主成分回归(PCR)、 偏最小二乘法(PLS)、 逐步多元线性回归(SMLR)三种建模方法分别与多元散射校正(MSC)、 标准正态变换(SNV)、 一阶导数(FD)、 卷积平滑(S-G)、 Norris导数滤波(NDF)等预处理技术相结合, 建立果胶含量反演模型。 最终, 选定PLS+SNV+FD+NDF方法建立的模型为最优模型, 并对其性能进行了测试。 结果表明: 果胶含量的预测值与实测值一致性较高, 拟合系数(R²)和均方根误差(RMSE)分别为0.997 6和0.35; 预测值重复性较好, 相对标准偏差(RSD)为1.2%。 该研究以新方法实现小麦果胶的高精度、 快速、 无损检测, 有助于小麦响应逆境胁迫机理的深入探索, 并为大田作物胁迫程度预测及种植环境的精准管控提供参考。

在极端环境下光学红外望远镜伺服系统建模的实际工作过程中，实测的望远镜状态数据经常包含有各种噪声。为了减小噪声对模型辨识精度的影响，提出了一种基于带有控制的非线性动力学稀疏辨识（Spark Identification of Nonlinear Dynamics with Control, SINDYc）算法的稀疏辨识方法。针对望远镜伺服系统，对SINDYc算法进行了理论分析和数值模拟，对比了在不同的噪声水平下，望远镜伺服系统预测模型的状态变量曲线，并拟合了不同噪声水平下辨识模型的决定系数曲线。基于南极望远镜实验平台，设计了正弦和方波信号作为激励信号进行模型辨识实验，对SINDYc算法的建模准确性进行了实验验证。数值模拟模型的预测输出结果显示：SINDYc算法在20%噪声水平以下时，模型辨识精度在0.99以上；在10%噪声水平以下时，状态变化跟随最大偏差值在信号幅值的5%以内。辨识实验数据表明，在两种不同信号激励下望远镜伺服系统模型预测的辨识精度分别为0.9857与0.9952，证实了基于SINDYc算法的稀疏辨识方法的有效性和准确性。该方法辨识出的系统模型可以为未来的南极大口径光学红外望远镜控制系统的分析及控制器设计提供很好的分析模型。